Как работает адаптивная оптимизация запросов в PostgreSQL?

Адаптивная оптимизация запросов в PostgreSQL (AQO) работает следующим образом: habr.com

1. Собирается статистика по всем выполняемым запросам, за исключением обращений к системным отношениям. postgrespro.ru Если запросы различаются только константами, они считаются относящимися к одному классу. postgrespro.ru
2. Для каждого класса модуль AQO сохраняет для машинного обучения качество оценки количества строк, время планирования, время и статистику выполнения. postgrespro.ru
3. На основе этих данных AQO строит новый план выполнения и использует его для следующего запроса того же класса. postgrespro.ru

Принцип работы модуля AQO заключается в том, что для оценки стоимости планировщику нужна оценка кардинальности, а для неё, в свою очередь, нужна оценка селективности условий. habr.com Для простых условий (таких, как «атрибут = константа» или «атрибут > константа») у планировщика есть модель, по которой он оценивает селективность. habr.com Для этого он пользуется статистической информацией: количеством уникальных значений атрибута, гистограммами и т. п.. habr.com

Для условий, которые составлены из простых элементов с помощью логических связок, планировщик применяет легко вычисляемые формулы. habr.com AQO усложняет формулу: вводит для каждого простого условия свой собственный коэффициент. habr.com С помощью машинного обучения (используется регрессия методом ближайших соседей) AQO подбирает эти коэффициенты так, чтобы селективность, вычисленная по формуле, наилучшим образом соответствовала реальной селективности, которую AQO наблюдал ранее. habr.com

Таким образом AQO позволяет улучшить оценку селективности сложных условий и, как следствие, оценку стоимости, что может приводить к выбору более адекватного плана выполнения. habr.com